Vượt lên trên lời nói và chữ viết: AI có thể giúp con người trao đổi suy nghĩ với tốc độ cao?

Một nghiên cứu khoa học về trí tuệ nhân tạo, giao diện não-máy tính và trao đổi suy nghĩ trực tiếp giữa người với người

Bài tổng quan khoa học và khung nghiên cứu đề xuất | Tháng 11 năm 2026

Tóm tắt

Các máy tính hiện đại ngày nay đang trao đổi thông tin với tốc độ khó tưởng tượng.

Một kết nối Gigabit Ethernet thông thường có thể truyền một tỷ bit dữ liệu mỗi giây (1.000.000.000 bit). Các công nghệ điện toán và trung tâm dữ liệu tiên tiến hơn còn hoạt động nhanh hơn nhiều lần.

Nhưng tình trạng của con người thì hoàn toàn khác.

Đến nay, con người vẫn chủ yếu dùng lời nói, chữ viết, cử chỉ và động tác cơ thể để truyền đạt suy nghĩ, ý tưởng, quan điểm và cảm xúc của mình cho người khác.

Mặc dù khối lượng xử lý thông tin thần kinh khổng lồ diễn ra trong não người, khả năng truyền đạt thông tin đó một cách có ý nghĩa đến người khác của chúng ta tương đối rất hạn chế.

Tình huống này đặt ra một câu hỏi khoa học quan trọng.

Bằng cách sử dụng trí tuệ nhân tạo và công nghệ thần kinh, con người có thể trao đổi suy nghĩ và ý tưởng một cách trực tiếp, chính xác và với tốc độ cao, không cần đến lời nói hay chữ viết không?

Bài viết này xem xét tốc độ truyền thông tin của con người, các công nghệ diễn giải tín hiệu thần kinh của não, giao diện não-máy tính, giao tiếp não-não và những tiến bộ khoa học đạt được đến tháng 11 năm 2026.

Bài viết cũng đề xuất một khung nghiên cứu mới cho việc trao đổi suy nghĩ và ý định của con người với tốc độ cao nhờ sự hỗ trợ của trí tuệ nhân tạo.

Mục tiêu cơ bản của nghiên cứu này không chỉ là truyền nhiều dữ liệu số hơn.

Mục đích trung tâm của nó là khám phá khả năng khoa học của một phương thức giao tiếp mới, truyền đạt ý nghĩa thực sự của điều một người muốn bày tỏ đến người khác trong thời gian ngắn hơn và với độ chính xác cao hơn.

1. Mở đầu: Rào cản tốc độ trong giao tiếp của con người

Hãy tưởng tượng hai máy tính được kết nối trong một mạng máy tính hiện đại.

Chúng có thể chuyển một lượng lớn thông tin thành tín hiệu điện và trao đổi trong vài mili giây.

Bây giờ hãy tưởng tượng hai người đang trao đổi một ý tưởng phức tạp.

Người thứ nhất phải hình thành một ý tưởng trong đầu.

Sau đó người đó phải chuyển ý tưởng đó thành ngôn ngữ.

Người đó phải chọn những từ ngữ thích hợp.

Người đó phải sắp xếp các từ đó thành câu đúng.

Chỉ đến lúc đó người đó mới có thể nói hoặc viết.

Tương tự, người thứ hai phải nghe hoặc đọc những từ đó. Sau đó người đó phải hiểu ý nghĩa của chúng và xác định người thứ nhất thực sự muốn nói gì.

Mỗi bước của quá trình này đều tốn thời gian.

Đôi khi hiểu lầm cũng có thể xảy ra. Khi đó ý tưởng phải được giải thích lại.

Vấn đề quan trọng ở đây không phải là não người hoạt động chậm.

Mà là có một khoảng cách đáng kể giữa quá trình xử lý thông tin thần kinh diễn ra trong não người và tốc độ truyền thông tin đó đến người khác.

Nghiên cứu của Coupé và các cộng sự đăng trên tạp chí Science Advances năm 2019, nghiên cứu 17 ngôn ngữ, ước tính rằng tốc độ truyền thông tin của ngôn ngữ nói của con người trung bình khoảng 39 bit mỗi giây [1].

Trong một nghiên cứu quan trọng khác, Zheng và Meister ước tính tốc độ xử lý thông tin hành vi của con người khoảng 10 bit mỗi giây. Nghiên cứu đó được xuất bản trực tuyến năm 2024 và in trên tạp chí Neuron năm 2025 [2].

Hai nghiên cứu này đo lường các loại xử lý thông tin khác nhau. Vì vậy hai con số không thể dùng thay thế cho nhau.

Chúng cũng không phải là phép đo cuối cùng về tổng năng lực xử lý thần kinh của não người.

Tuy vậy, chúng cho thấy tốc độ thông tin của hành động và giao tiếp có ý thức của con người thấp hơn nhiều so với tốc độ truyền dữ liệu của nhiều hệ thống điện tử.

Chính sự khác biệt này tạo thành nền tảng cho nghiên cứu mới của chúng tôi.

2. Tốc độ truyền dữ liệu của máy tính và tốc độ giao tiếp của con người

Máy tính chuyển thông tin thành dạng số và trao đổi theo các giao thức truyền thông nhất định.

Ví dụ:

• 1 gigabit mỗi giây (1 Gbps) = 1.000.000.000 bit mỗi giây.

• 10 Gbps = mười tỷ bit mỗi giây.

• 100 Gbps = một trăm tỷ bit mỗi giây.

• 800 Gbps = tám trăm tỷ bit mỗi giây.

Những con số này mô tả năng lực truyền thông tin của một mạng máy tính.

Nhưng chúng không cho biết máy tính hiểu ý nghĩa thực sự của thông tin được gửi nhanh đến mức nào.

Giao tiếp của con người hoàn toàn khác.

Trong trao đổi giữa người với người, điều quan trọng nhất không phải là lượng thông tin, mà là ý nghĩa của nó.

Ví dụ, một người có thể làm rõ một quyết định cực kỳ phức tạp chỉ bằng vài từ.

Một người khác có thể cần vài đoạn văn để giải thích cùng một ý tưởng.

Vì vậy, cần thận trọng khoa học rộng rãi khi so sánh tốc độ truyền dữ liệu của máy tính với tốc độ giao tiếp của con người.

Máy tính có thể truyền một tỷ bit mỗi giây.

Nhưng điều đó không có nghĩa là nó hiểu ý nghĩa của thông tin đó.

Cùng lúc đó, một người có thể giúp người khác hiểu một ý tưởng sâu sắc chỉ bằng vài từ.

Vì vậy, mục tiêu nghiên cứu của chúng tôi không phải là biến não người thành mạng máy tính gigabit.

Thay vào đó, mục tiêu của chúng tôi là tăng tốc độ trao đổi suy nghĩ và ý tưởng có ý nghĩa, sao cho chúng được hiểu đúng.

Đây chính là nền tảng khoa học quan trọng nhất của nghiên cứu này.

3. Những tiến bộ khoa học đã đạt được cho đến nay

3.1 Giao diện não-máy tính

Giao diện não-máy tính, viết tắt BCI, là công nghệ tạo ra kết nối giữa hoạt động thần kinh của não người và hệ thống máy tính bên ngoài.

Sử dụng công nghệ này, các tín hiệu thu được từ não có thể được máy tính phân tích.

Có hai phương pháp chính để ghi lại hoạt động của não.

Thứ nhất, các phương pháp như EEG ghi lại hoạt động điện của não mà không cần phẫu thuật.

Thứ hai, các phương pháp sử dụng điện cực cấy vào não qua phẫu thuật.

Các mô hình trí tuệ nhân tạo phân tích các tín hiệu thần kinh này và cố gắng xác định người đó muốn làm gì, muốn diễn đạt từ nào, hoặc muốn đưa ra chỉ thị giao tiếp nào.

Nghiên cứu của Willett và các cộng sự đăng trên tạp chí Nature vào tháng 8 năm 2023 là một tiến bộ quan trọng trong lĩnh vực này.

Công trình đó đã phát triển công nghệ chuyển hoạt động thần kinh xảy ra khi một người cố gắng nói thành văn bản.

Người tham gia đã có thể giao tiếp với tốc độ khoảng 62 từ mỗi phút.

Tỷ lệ lỗi từ là 9,1% với từ vựng giới hạn 50 từ và 23,8% với từ vựng lớn 125.000 từ [3].

Nghiên cứu này chứng minh rằng tín hiệu não phát sinh khi một người cố gắng nói có thể được dùng cho giao tiếp tương đối nhanh.

Nhưng hệ thống này không phải là công nghệ có thể đọc tự do mọi suy nghĩ xuất hiện trong đầu một người.

Nó đã xác định hoạt động thần kinh liên quan đến nỗ lực nói.

3.2 Tạo lời nói trực tiếp từ tín hiệu não

Năm 2025, lĩnh vực này đã có thêm những tiến bộ đáng kể.

Littlejohn và các cộng sự đã phát triển công nghệ xử lý tín hiệu não người theo khoảng 80 mili giây và chuyển chúng thành lời nói nhờ trí tuệ nhân tạo [4].

Trong một nghiên cứu khác, Wairagkar và các cộng sự đã mô tả một phương pháp sử dụng tín hiệu thần kinh của não để tạo ra lời nói tổng hợp giàu biểu cảm theo thời gian thực.

Người tham gia nghiên cứu đó thậm chí có thể kiểm soát phần nào các yếu tố biểu cảm như ngữ điệu giọng nói [5].

Đây là một tiến bộ rất quan trọng.

Giao tiếp của con người không chỉ là trao đổi từ ngữ.

Tốc độ chúng ta nói, âm điệu giọng nói, biểu cảm cảm xúc và cách nhấn mạnh từ ngữ - tất cả đều thể hiện ý nghĩa thực sự của một ý tưởng.

Các nghiên cứu này chứng minh khả năng tái tạo lời nói tự nhiên của con người từ tín hiệu thần kinh.

Tuy vậy, tất cả đều là công nghệ thử nghiệm được sử dụng trong môi trường nghiên cứu nhất định.

3.3 Sử dụng thực tế lâu dài: một nghiên cứu quan trọng năm 2026

Một nghiên cứu đăng trên tạp chí Nature Medicine vào tháng 6 năm 2026 đã cho thấy tiến bộ quan trọng trong việc sử dụng thực tế công nghệ giao diện não-máy tính.

Trong nghiên cứu của Card và các cộng sự này, một người bị liệt vận động nặng đã giao tiếp độc lập trong thời gian dài nhờ giao diện cấy ghép.

Trong gần hai năm, người đó đã sử dụng công nghệ này tại nhà hơn 3.800 giờ.

Qua đó, người đó đã truyền đạt khoảng 1,96 triệu từ và 183.060 câu.

Tốc độ giao tiếp trung bình khoảng 56 từ mỗi phút.

Trong kiểm tra lời nói có kiểm soát, độ chính xác từ vượt quá 99%. Nhưng trong hội thoại tự nhiên hàng ngày, độ chính xác này không phải lúc nào cũng giống nhau [6].

Sự khác biệt này rất quan trọng.

Một công nghệ hoạt động tốt trong phòng thí nghiệm là một loại thành tựu.

Công nghệ đó hoạt động đáng tin cậy trong cuộc sống hàng ngày của con người trong thời gian dài là một loại thành tựu khác.

Trong nghiên cứu trao đổi suy nghĩ con người tốc độ cao của chúng tôi, cả hai khía cạnh này cũng phải được chứng minh riêng.

3.4 Thông tin có thể được trao đổi trực tiếp giữa các não người không?

Một số thành công ban đầu cũng đã xuất hiện trong giới khoa học về giao tiếp não-não.

Một nghiên cứu mang tên BrainNet được xuất bản năm 2019.

Trong nghiên cứu đó, ba người đã cùng hợp tác trong một trò chơi đơn giản bằng tín hiệu não.

Quyết định của hai người tham gia đầu tiên được ghi lại bằng công nghệ EEG.

Thông tin đó được gửi đến người tham gia thứ ba dưới dạng tín hiệu nhất định qua phương pháp kích thích não mang tên Transcranial Magnetic Stimulation (TMS).

Năm đội đã tham gia thí nghiệm này.

Độ chính xác hiệu suất trung bình của họ được ghi nhận là 81,25% [7].

Nghiên cứu này đã chứng minh khả năng truyền một số thông tin giữa các não người qua giao diện thần kinh.

Nhưng những gì được truyền chỉ là những quyết định rất đơn giản.

Suy nghĩ phức tạp, ký ức hoặc ý tưởng trọn vẹn chưa được truyền trực tiếp.

Vì vậy, có một khác biệt khoa học rất lớn giữa việc truyền một thông tin nhị phân đơn giản và việc truyền suy nghĩ trọn vẹn của một người đến người khác.

3.5 Phát hiện lời nói tưởng tượng trong đầu

Nghiên cứu của Kunz và các cộng sự đăng trên tạp chí Cell vào tháng 8 năm 2025 cho thấy hoạt động thần kinh xảy ra khi một người tưởng tượng nói trong đầu có thể được phát hiện một phần.

Một khía cạnh quan trọng khác của nghiên cứu này là quyền riêng tư tinh thần.

Các rủi ro cũng đã được kiểm tra rằng lời nói nội tâm riêng tư của một người, điều người đó không muốn chia sẻ với người khác, có thể vô tình bị tiết lộ qua công nghệ.

Ngoài ra, các phương pháp an toàn để phân biệt giữa suy nghĩ được cố ý tạo ra để giao tiếp và hoạt động tinh thần riêng tư cũng đã được kiểm tra [8].

Một nghiên cứu khác đăng trên tạp chí Nature Neuroscience vào tháng 9 năm 2026 đã xem xét một số cấu trúc chung trong hoạt động thần kinh của lời nói tưởng tượng và lời nói thành tiếng [9].

Những phát hiện này có thể tạo ra cơ hội trong tương lai cho con người truyền đạt một số thông tin ngay cả khi không cố gắng nói.

Nhưng không có bằng chứng khoa học nào để nói rằng công nghệ hiện tại có thể hiểu chính xác mọi suy nghĩ xuất hiện trong đầu bất kỳ người nào mà không cần đào tạo hay hợp tác trước.

4. Ý tưởng nghiên cứu mới được đề xuất

Trao đổi suy nghĩ con người tốc độ cao với sự hỗ trợ của trí tuệ nhân tạo

Artificial Intelligence-Assisted High-Speed Thought Communication

Mục đích trung tâm của nghiên cứu này:

Khám phá khả năng của một công nghệ xác định những suy nghĩ và ý tưởng mà con người muốn truyền đạt một cách tự nguyện từ tín hiệu thần kinh của não, chuyển chúng thành dạng số hiệu quả, truyền đến một người khác và giúp người đó hiểu chính xác ý nghĩa của ý tưởng.

Nghiên cứu này kết hợp nhiều lĩnh vực khoa học.

Giao diện não-máy tính: được dùng để ghi lại và phân tích tín hiệu thu được từ não người.

Trí tuệ nhân tạo: được dùng trong các công việc như nhận dạng mẫu trong tín hiệu thần kinh, tạo ngôn ngữ, hiểu ý tưởng và sửa lỗi.

Lý thuyết thông tin: giúp đánh giá bằng toán học thông tin có thể được truyền hiệu quả và chính xác đến mức nào.

Mạng số an toàn: giúp gửi thông tin được tạo ra đến các hệ thống máy tính khác một cách an toàn.

Kích thích não và công nghệ thần kinh: có thể giúp khám phá khả năng truyền thông tin nhất định trực tiếp đến hệ thần kinh của người nhận trong tương lai. Điều này đòi hỏi kiểm tra y khoa và khoa học sâu rộng.

Cơ hội quan trọng của nghiên cứu này có thể là tạo ra một phương pháp truyền đạt ý nghĩa của điều một người muốn bày tỏ mà không cần tạo và truyền từng từ người đó muốn nói.

Ví dụ, giả sử một người đang nghĩ:

"Tôi đồng ý với kế hoạch này. Nhưng tôi muốn hoãn việc thực hiện nó đến tuần sau."

Công nghệ tương lai có thể cố gắng xác định ba yếu tố quan trọng của suy nghĩ này.

Thứ nhất, đồng ý với kế hoạch.

Thứ hai, không muốn thực hiện ngay lập tức.

Thứ ba, yêu cầu hoãn đến tuần sau.

Trí tuệ nhân tạo có thể xác định những ý nghĩa cơ bản này và tạo ra câu mà người khác có thể hiểu.

Nhưng ở đây có một thách thức quan trọng.

Câu do trí tuệ nhân tạo tạo ra không chỉ cần đẹp về mặt ngôn ngữ.

Nó phải diễn đạt ý tưởng mà người thứ nhất thực sự muốn nói mà không thay đổi nó.

Đây chính là tầm quan trọng của khái niệm mang tên Semantic Communication.

5. Khung kỹ thuật đề xuất

Khung ban đầu để hiện thực hóa nghiên cứu này có thể chia thành sáu bước chính.

Bước 1: Ghi tín hiệu não

Một người quyết định, với sự đồng ý đầy đủ của mình, cung cấp thông tin cho người khác.

Vào thời điểm đó, hoạt động não liên quan đến từ ngữ, chỉ thị hoặc ý tưởng mà người đó cố ý diễn đạt được ghi lại nhờ giao diện thần kinh thích hợp.

Trong nghiên cứu ban đầu, có thể dùng các phương pháp không xâm lấn như EEG và dữ liệu nghiên cứu đã xuất bản.

Bước 2: Nhận dạng suy nghĩ bằng trí tuệ nhân tạo

Tín hiệu não đã ghi được phân tích bởi các mô hình machine learning.

Mục tiêu là xác định thông tin mà người đó cố ý cung cấp.

Nghiên cứu nên bắt đầu bằng việc xác định một số ít từ ngữ, chỉ thị hoặc ý tưởng.

Chỉ sau khi độ chính xác của công nghệ nền tảng đó được đảm bảo, mới tiến tới hiểu suy nghĩ phức tạp.

Bước 3: Chuyển suy nghĩ thành dữ liệu dựa trên ý nghĩa

Thông tin đã xác định được chuyển thành dạng số có cấu trúc nhờ trí tuệ nhân tạo.

Nó có thể bao gồm các ý tưởng chính của suy nghĩ, mối quan hệ giữa chúng, các điều kiện và sự không chắc chắn trong ước lượng.

Nhờ đó, ý nghĩa cơ bản của thông tin có thể được biểu diễn trong hệ thống máy tính ngay cả trước khi câu hoàn chỉnh được tạo ra.

Bước 4: Truyền thông tin tốc độ cao an toàn

Dữ liệu được tạo ra được gửi đến hệ thống khác qua kênh truyền thông số an toàn, được mã hóa.

Ở bước này, tốc độ mạng máy tính không nhất thiết là rào cản lớn.

Các mạng máy tính ngày nay đã có khả năng truyền thông tin với tốc độ cực cao.

Thay vào đó, hiểu chính xác tín hiệu não, tạo đúng ý tưởng và giảm thời gian toàn bộ quá trình mới là những vấn đề khó hơn.

Bước 5: Tái tạo thông điệp cho người nhận

Trí tuệ nhân tạo chuyển thông tin nhận được thành dạng mà người khác có thể hiểu.

Đó có thể là văn bản, lời nói hoặc dạng giao tiếp phù hợp khác.

Người nhận phải được tạo điều kiện để hiểu ý nghĩa thông tin, yêu cầu giải thích khi nghi ngờ và biết sự không chắc chắn trong ước lượng của trí tuệ nhân tạo.

Bước 6: Xác nhận thông điệp đã được hiểu

Phải đảm bảo rằng người nhận đã hiểu ý tưởng một cách chính xác.

Cũng cần cung cấp khả năng yêu cầu giải thích hoặc chỉnh sửa khi cần.

Nếu muốn tạo giao tiếp não-não trực tiếp trong tương lai, cũng phải phát triển công nghệ riêng có khả năng truyền thông tin đến hệ thần kinh của người nhận.

Cần lưu ý một khác biệt quan trọng ở đây.

Chuyển tín hiệu não của một người thành văn bản qua máy tính và người kia đọc nó trên màn hình là giao tiếp não-máy tính-con người.

Điều này không thể gọi là giao tiếp não-não trực tiếp hoàn toàn.

Sự khác biệt này phải được giữ rõ ràng trong mọi bước của nghiên cứu.

6. Giả thuyết khoa học trung tâm của nghiên cứu này

Giả thuyết trung tâm của nghiên cứu này được trình bày dưới đây.

Bằng cách xác định thông tin thần kinh mà con người muốn truyền đạt một cách cố ý nhờ trí tuệ nhân tạo, và chuyển ý nghĩa của nó thành dạng số hiệu quả, có thể truyền những ý tưởng nhất định đến người khác trong thời gian ngắn hơn so với lời nói hoặc chữ viết, đồng thời duy trì độ chính xác chấp nhận được.

Giả thuyết này có thể được kiểm chứng khoa học.

Để làm điều đó, cùng một loại thông tin có thể được trao đổi qua lời nói thông thường, chữ viết và giao diện thần kinh kết hợp với trí tuệ nhân tạo.

Khi có thể, nên dùng cùng người tham gia và cùng thông tin để so sánh kết quả.

Các phép đo sau đây quan trọng trong nghiên cứu này.

1. Độ trễ truyền thông tin toàn trình (End-to-End Latency)

Thời gian từ khi một người bắt đầu cung cấp thông tin đến khi người kia nhận được nó một cách chính xác.

2. Tốc độ truyền thông tin hiệu quả (Effective Information-Transfer Rate)

Phép đo lượng thông tin được truyền chính xác mỗi giây, sau khi tính đến lỗi và chỉnh sửa.

3. Độ chính xác ngữ nghĩa (Semantic Fidelity)

Mức độ tương đồng về ý nghĩa giữa ý tưởng người thứ nhất muốn nói và ý tưởng người thứ hai hiểu.

4. Tỷ lệ lỗi (Error Rate)

Số lượng từ ngữ, ý tưởng, mối quan hệ và quyết định bị nhận dạng sai.

5. Sự hiểu của người nhận (Receiver Comprehension)

Phép đo xem người nhận thông tin có hiểu đúng ý nghĩa thực sự của nó không.

6. Nỗ lực của người dùng (User Effort)

Sự tập trung, mệt mỏi tinh thần, đào tạo và tính dễ sử dụng cần thiết để dùng công nghệ.

7. Bảo vệ quyền riêng tư (Privacy Protection)

Theo dõi xem suy nghĩ hoặc thông tin không được phép của người dùng có vô tình bị tiết lộ không.

Không thể nói giao tiếp giữa người với người đã trở nên nhanh chỉ vì kết nối mạng của một công nghệ nhanh.

Tương tự, việc trí tuệ nhân tạo tạo câu rất nhanh cũng không phải bằng chứng đủ.

Phải đo toàn bộ quá trình giao tiếp người-với-người.

7. Kế hoạch nghiên cứu thực nghiệm đề xuất

Nghiên cứu này có thể được thực hiện trong ba giai đoạn chính.

Giai đoạn một: Nhận dạng ý định của con người

Trước tiên, phải nghiên cứu xem một số ý tưởng nhất định mà con người cố ý muốn truyền đạt có thể được nhận dạng từ tín hiệu não không.

Có thể dùng các bộ dữ liệu EEG đã xuất bản hoặc nghiên cứu mới được tiến hành với sự đồng ý và cho phép đúng đắn.

Ví dụ, người tham gia có thể cố truyền đạt một trong các ý tưởng sau.

• Tôi đồng ý.

• Tôi không đồng ý.

• Tôi cần giúp đỡ.

• Tôi cần giải thích thêm.

Bằng các mô hình machine learning, có thể kiểm tra xem có sự khác biệt nhìn thấy được trong tín hiệu não liên quan đến các ý tưởng này không.

Sau đó, hiệu suất mô hình phải được đánh giá với dữ liệu không dùng trong đào tạo, các phiên kiểm tra khác nhau và người tham gia độc lập.

Câu hỏi quan trọng của giai đoạn này:

Liệu ý tưởng mà con người muốn truyền đạt có thể được nhận dạng đáng tin cậy từ tín hiệu não không?

Giai đoạn hai: Truyền ý nghĩa với sự hỗ trợ của trí tuệ nhân tạo

Sau đó, có thể thử chuyển thông tin đã nhận dạng ở giai đoạn một thành ý tưởng hoàn chỉnh nhờ trí tuệ nhân tạo.

Ở đây cần so sánh ba khía cạnh.

Thứ nhất, ý tưởng người gửi thực sự muốn truyền đạt.

Thứ hai, ý tưởng do trí tuệ nhân tạo tái tạo.

Thứ ba, ý nghĩa mà người nhận thông tin đó hiểu.

Mức độ ba yếu tố này khớp nhau chính xác đến đâu phải được nghiên cứu bằng phương pháp toán học và thống kê.

Quan trọng nhất, nếu một ý tưởng không rõ ràng đối với trí tuệ nhân tạo, nó phải thể hiện sự không chắc chắn của mình thay vì tạo ra thông tin sai.

Hiệu suất của phương pháp này phải được so sánh với đánh máy thông thường, lời nói và các phương thức giao tiếp khác.

Giai đoạn ba: Giao tiếp giữa người với người

Ở giai đoạn ba, có thể kiểm tra truyền thông tin giữa hai người tham gia với sự đồng ý đầy đủ.

Người thứ nhất cố ý truyền thông tin qua tín hiệu não.

Trí tuệ nhân tạo phân tích tín hiệu đó, xác định thông tin liên quan và gửi đi an toàn.

Người thứ hai nhận và hiểu thông tin đó.

Sau đó, tốc độ, độ chính xác và độ tin cậy của toàn bộ quá trình giao tiếp được đo lường.

Truyền thông tin trực tiếp vào não người nhận sẽ là một giai đoạn nghiên cứu tiên tiến và riêng biệt hơn nhiều.

Những nỗ lực như vậy đòi hỏi chuyên môn thần kinh, sự cho phép của cơ quan quản lý, an toàn y khoa và kiểm soát đạo đức nghiêm ngặt.

Vì vậy, trong nghiên cứu ban đầu, cần ưu tiên chứng minh liệu trí tuệ nhân tạo có thể cải thiện hiệu suất giao tiếp giữa người với người không.

8. Thách thức khoa học và giới hạn hiện tại

Nghiên cứu này có một số thách thức quan trọng.

Thứ nhất, không phải não của mọi người đều biểu diễn từ ngữ và ý tưởng theo cùng một kiểu mẫu thần kinh.

Vì vậy, có thể cần đào tạo riêng hoặc điều chỉnh mô hình cho từng cá nhân.

Thứ hai, tín hiệu ghi bằng các phương pháp không xâm lấn như EEG có thể chứa nhiều nhiễu và can thiệp.

So với điện cực cấy trong não, khả năng phát hiện tinh tế một số hoạt động thần kinh cũng có thể thấp hơn.

Thứ ba, cố gắng nói, tưởng tượng lời nói trong đầu, mong muốn diễn đạt ý tưởng và suy nghĩ riêng tư trong đầu - đây không phải là cùng một loại hoạt động thần kinh.

Chúng phải được nghiên cứu riêng.

Thứ tư, các mô hình ngôn ngữ lớn đôi khi có thể tạo ra những câu không đúng dựa trên thông tin nhận được nhưng trông có vẻ đáng tin.

Trong công nghệ trao đổi suy nghĩ con người, loại lỗi như vậy có thể trở thành vấn đề rất lớn.

Vì nói với một người rằng một suy nghĩ mà người khác không hề nghĩ là suy nghĩ của họ có thể tạo ra hiểu lầm nghiêm trọng.

Thứ năm, rất quan trọng là các nhà nghiên cứu khác có thể tái tạo kết quả nghiên cứu khoa học.

Một nghiên cứu đăng trên Journal of Neural Engineering năm 2026 cho thấy có nhiều vấn đề trong việc tái tạo kết quả nghiên cứu phát hiện lời nói tưởng tượng.

Trong các bộ dữ liệu tưởng tượng lời nói được xem xét trong nghiên cứu đó, chỉ 36% người tham gia đạt độ chính xác phân loại vượt ngưỡng ý nghĩa thống kê thích hợp [10].

Điều này cho thấy kiểm chứng độc lập, phương pháp nghiên cứu minh bạch và kiểm tra đáng tin cậy quan trọng đến mức nào trong lĩnh vực này.

Cuối cùng, tốc độ truyền thông tin không phải là thách thức duy nhất.

Sự tập trung, trí nhớ, khả năng hiểu và quá trình suy nghĩ của con người cũng đóng vai trò quan trọng.

Loại bỏ nhu cầu nói không làm thời gian cần thiết để hình thành hoặc hiểu ý tưởng phức tạp biến mất hoàn toàn.

Dựa trên bằng chứng khoa học hiện tại, không thể nói rằng mọi loại suy nghĩ của con người có thể được trao đổi trực tiếp với tốc độ gigabit.

Đồng nhất tốc độ truyền dữ liệu số với tốc độ truyền suy nghĩ con người có ý nghĩa là một cách tiếp cận sai về mặt khoa học.

9. Quyền riêng tư, an toàn thông tin và nhân quyền

Các công nghệ diễn giải tín hiệu thần kinh của não người cũng tạo ra trách nhiệm đạo đức rất quan trọng.

Trong hệ thống máy tính thông thường, chỉ thông tin mà con người tự cung cấp mới được xử lý.

Nhưng giao diện thần kinh cũng có thể ghi lại tín hiệu liên quan đến hoạt động tinh thần riêng tư của một người, điều người đó không muốn cho người khác biết.

Vì vậy, nguyên tắc cơ bản quan trọng nhất của nghiên cứu chúng tôi phải như sau.

Chỉ thông tin mà một người muốn chia sẻ một cách cố ý với sự đồng ý đầy đủ của họ mới được xác định và gửi cho người khác.

Để thực hiện nguyên tắc này, cần nhiều loại biện pháp an toàn.

Phải có kiểm soát rõ ràng để người dùng bắt đầu giao tiếp.

Khi có thể, dữ liệu thần kinh nên được xử lý ngay trên thiết bị của người dùng.

Thông tin phải được truyền ở dạng mã hóa.

Phải xây dựng hệ thống an toàn mạnh để ngăn người không được phép truy cập tín hiệu não.

Phải tránh lưu trữ dữ liệu thần kinh không cần thiết trong thời gian dài.

Người dùng phải có khả năng dừng truyền thông tin ngay lập tức bất cứ lúc nào.

Ngoài ra, phải làm rõ rằng các ý tưởng do trí tuệ nhân tạo tạo ra không phải là bản ghi chắc chắn trăm phần trăm suy nghĩ trong đầu một người.

Chúng là những ước lượng được tạo ra dựa trên tín hiệu thần kinh.

Vào tháng 11 năm 2025, UNESCO đã thông qua khuyến nghị quốc tế về sử dụng đạo đức công nghệ thần kinh [11].

Khuyến nghị này nhấn mạnh quyền riêng tư tinh thần, phẩm giá con người và sử dụng công nghệ thần kinh có trách nhiệm.

Trong nghiên cứu của chúng tôi cũng vậy, các biện pháp bảo vệ quyền riêng tư và đạo đức phải được phát triển song song với phát triển công nghệ.

10. Ứng dụng tương lai của công nghệ này

Nếu nghiên cứu này thành công, những người có thể hưởng lợi đầu tiên là những người gặp vấn đề nghiêm trọng về lời nói và vận động cơ thể.

Đặc biệt, đối với những người không thể giao tiếp do liệt vận động và một số bệnh thần kinh, giao diện não-máy tính có thể tạo ra cơ hội mới.

Loại công nghệ này cũng có thể được dùng trong một số tình huống đặc biệt khi giao tiếp bằng lời nói hoặc động tác cơ thể khó khăn.

Ngoài ra, nó có thể cải thiện khả năng sử dụng máy tính cho người khuyết tật.

Về lâu dài, nghiên cứu này cũng có thể giúp giao tiếp giữa con người và hệ thống trí tuệ nhân tạo hiệu quả hơn.

Nhưng lợi ích thực sự của mỗi ứng dụng như vậy phải được chứng minh khoa học từng cái một.

Không thể giả định trước rằng giao tiếp thần kinh trực tiếp sẽ tốt hơn hội thoại thông thường của con người trong mọi tình huống.

Vì ngôn ngữ của con người không chỉ là công cụ chậm để cung cấp thông tin.

Nó còn thực hiện nhiều chức năng quan trọng như suy nghĩ, lập luận, biểu đạt cảm xúc, làm rõ ý tưởng và xây dựng quan hệ con người.

Vì vậy, công nghệ mới phải nâng cao năng lực giao tiếp của con người, chứ không làm mất những đặc điểm quan trọng này của ngôn ngữ loài người.

11. Đóng góp khoa học và con đường tương lai của nghiên cứu này

Nghiên cứu này không được đề xuất dựa trên ý tưởng rằng công nghệ truyền trực tiếp mọi suy nghĩ của con người đã được tạo ra.

Thay vào đó, nó được đề xuất như một khung nghiên cứu khoa học kết hợp nhận dạng tín hiệu não, hiểu ý nghĩa ý tưởng nhờ trí tuệ nhân tạo, đo lường hiệu suất truyền thông tin và đánh giá ý tưởng thực sự của con người.

Câu hỏi quan trọng của nó:

Không phải liệu có thể tạo ra năng lực truyền dữ liệu đầy đủ của mạng điện tử trong não người không.

Câu hỏi quan trọng là - liệu có thể rút ngắn thời gian giữa khoảnh khắc một ý tưởng hình thành trong đầu một người và khoảnh khắc người khác hiểu đúng ý tưởng đó không.

Để làm điều đó, phải nghiên cứu xem biểu diễn thông tin dựa trên ý nghĩa do trí tuệ nhân tạo tạo ra có mang lại hiệu suất bổ sung so với công nghệ thần kinh nhận dạng lời nói thông thường không.

Để một công nghệ được gọi là thành công, không đủ rằng trí tuệ nhân tạo tạo ra những câu đẹp.

Nó phải giảm thời gian truyền thông tin.

Nó phải bảo vệ ý nghĩa thực sự của ý tưởng được gửi.

Nó phải kiểm soát lỗi ở mức chấp nhận được.

Nó phải hoạt động đáng tin cậy trên nhiều người và trong môi trường thực tế.

Các điều kiện này phải được chứng minh bằng kiểm tra khoa học.

Nghiên cứu cũng phải chấp nhận rằng một số phương pháp có thể không hoạt động tốt hơn giao tiếp thông thường.

Giá trị thực sự của nghiên cứu khoa học không chỉ là chứng minh kết quả mong đợi trước.

Mà là xác định giả thuyết đúng hay sai dựa trên bằng chứng đáng tin cậy.

12. Kết luận

Trong vài thập kỷ qua, công nghệ truyền dữ liệu máy tính đã tiến bộ vượt bậc.

Ngày nay, các máy tính ở khắp nơi trên thế giới đang trao đổi lượng thông tin khổng lồ với tốc độ cao.

Nhưng giao tiếp giữa người với người vẫn chủ yếu dựa vào lời nói, chữ viết và các biểu đạt cơ thể khác.

Các nghiên cứu thần kinh gần đây đã mang lại tiến bộ đáng kể trong tái tạo lời nói từ tín hiệu não, phát hiện lời nói tưởng tượng trong đầu và truyền thông tin nhất định giữa các não.

Tuy vậy, công nghệ trao đổi mọi loại suy nghĩ của con người một cách trực tiếp, chính xác và tốc độ cao vẫn chưa được tạo ra.

Nó vẫn là thách thức khoa học lớn chưa được giải quyết.

Trong tương lai, sự kết hợp trí tuệ nhân tạo và công nghệ thần kinh có thể tạo ra con đường mới để giảm thời gian con người cần để diễn đạt suy nghĩ.

Nghiên cứu thực tiễn của nó phải bắt đầu từ tín hiệu thần kinh mà con người cố ý muốn truyền đạt.

Sau đó, phải tạo ra các mô hình nhận dạng chúng một cách chính xác.

Tiếp theo, phải đánh giá ý nghĩa thực sự của thông tin được bảo vệ chính xác đến mức nào.

Cuối cùng, phải chứng minh bằng khoa học liệu công nghệ này có thực sự cải thiện tốc độ và hiệu suất giao tiếp giữa người với người không.

Chỉ sau đó chúng ta mới có thể tiến tới các công nghệ tiên tiến như giao tiếp não-não trực tiếp hoàn toàn.

Mục tiêu cuối cùng của nghiên cứu của tôi

Mục tiêu cuối cùng của nghiên cứu của tôi là thu hẹp nhiều nhất có thể khoảng cách giữa tốc độ một suy nghĩ hình thành trong đầu một người và tốc độ người khác hiểu chính xác ý nghĩa thực sự của suy nghĩ đó.

Để làm điều đó, cách tiếp cận tôi đề xuất là nghiên cứu kết hợp trí tuệ nhân tạo, giao diện não-máy tính, khoa học thần kinh, lý thuyết thông tin và công nghệ truyền thông tốc độ cao an toàn.

Mục tiêu của chúng tôi không chỉ là gửi nhiều dữ liệu hơn với tốc độ cao.

Mục tiêu của chúng tôi là tạo nền tảng khoa học cho một phương thức giao tiếp mới có thể trao đổi suy nghĩ và ý tưởng của con người với ý nghĩa thực sự của chúng được giữ nguyên, một cách an toàn, chính xác và trong thời gian tối thiểu.

Tài liệu tham khảo

1. Coupé, C., Oh, Y. M., Dediu, D., & Pellegrino, F. (2019). Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche. Science Advances, 5(9). https://doi.org/10.1126/sciadv.aaw2594
2. Zheng, J., & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron, 113(2), 192–204. Published online: December 2024. https://doi.org/10.1016/j.neuron.2024.11.008
3. Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x
4. Littlejohn, K. T., et al. (2025). A streaming brain-to-voice neuroprosthesis to restore naturalistic communication. Nature Neuroscience, 28, 902–912. https://doi.org/10.1038/s41593-025-01905-6
5. Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3
6. Card, N. S., et al. (2026). Long-term independent use of an intracortical brain–computer interface for speech and cursor control. Nature Medicine, 32, 2504–2510. https://doi.org/10.1038/s41591-026-04414-6
7. Jiang, L., et al. (2019). BrainNet: A Multi-Person Brain-to-Brain Interface for Direct Collaboration Between Brains. Scientific Reports, 9, Article 6115. https://doi.org/10.1038/s41598-019-41895-7
8. Kunz, E. M., et al. (2025). Inner speech in motor cortex and implications for speech neuroprostheses. Cell, 188(17), 4658–4673.e17. https://doi.org/10.1016/j.cell.2025.06.015
9. Zhao, Z., et al. (2026). A neural architecture for imagined and overt speech motor dynamics. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02456-0
10. Tates, A., Matran-Fernandez, A., Halder, S., & Daly, I. (2026). Decoding speech imagery or just noise?: A symptom of the replicability crisis. Journal of Neural Engineering, 23(5). https://doi.org/10.1088/1741-2552/aea294
11. UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248

By Keshavan Thiagaraja

Powered By K7